[發(fā)明專利]一種基于神經(jīng)網(wǎng)絡(luò)的多波束水柱目標(biāo)自動分割方法

在審

• 申請?zhí)枺?/td>: 201611205431.7
• 申請日: 2016-12-23
• 公開（公告）號: CN106651866A
• 公開（公告）日: 2017-05-10
• 發(fā)明（設(shè)計）人: 王洪超;陳君;羅宇
• 申請（專利權(quán)）人: 江蘇中海達(dá)海洋信息技術(shù)有限公司
• 主分類號: G06T7/10
• 分類號: G06T7/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及多波束水柱處理領(lǐng)域，尤其涉及一種基于神經(jīng)網(wǎng)絡(luò)的多波束水柱目標(biāo)自動分割方法。

背景技術(shù)

水體中的目標(biāo)識別與跟蹤是多波束測深儀的一個重要應(yīng)用領(lǐng)域，通過水柱分析可以獲取水體中的魚群，潛艇，橋墩等目標(biāo)信息。但是，由于水下聲環(huán)境復(fù)雜多變，噪聲較多，而且水柱信息容易受到多波束隧道效應(yīng)的干擾，因此，進行多波束水柱分析存在一定的困難。

有鑒于此，亟待研發(fā)出一種能夠解決上述問題的多波束水柱分析處理方法。

發(fā)明內(nèi)容

本發(fā)明的目的旨在解決弊端，從而提供一種基于神經(jīng)網(wǎng)絡(luò)的多波束水柱目標(biāo)自動分割方法。

為實現(xiàn)上述目的，本發(fā)明提供了一種基于神經(jīng)網(wǎng)絡(luò)的多波束水柱目標(biāo)自動分割方法。該方法包括以下步驟:

a、將多波束原始回波信號轉(zhuǎn)化為聲納圖；

b、搜索所述聲納圖，確定存在目標(biāo)的可疑區(qū)域并從所述聲納圖中分離；

c、對存在目標(biāo)的可疑區(qū)域進行粗分割，以分割出帶有目標(biāo)和旁瓣的聲納圖像；

d、將部分帶有目標(biāo)和旁瓣的聲納圖像作為訓(xùn)練樣本送入BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，所述部分帶有目標(biāo)和旁瓣的聲納圖像為可直接區(qū)分出目標(biāo)和旁瓣的圖像；

e、通過訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)對剩余部分帶有目標(biāo)和旁瓣的聲納圖像進行圖像處理，以將目標(biāo)從聲納圖像中分割出，所述剩余部分帶有目標(biāo)和旁瓣的聲納圖像為不可直接區(qū)分出目標(biāo)和旁瓣的圖像。

優(yōu)選地，在所述步驟d和步驟e之間還包括：

f、判斷BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練是否完成，當(dāng)識別正確率超過設(shè)定值時，判斷完成；反之，判斷未完成，繼續(xù)訓(xùn)練。

優(yōu)選地，所述步驟a中的多波束原始回波信號是通過鄰域插值法實現(xiàn)聲納圖的轉(zhuǎn)化。

優(yōu)選地，所述步驟b具體包括：將聲納圖中像素值與設(shè)定閾值進行比對，將高于設(shè)定閾值區(qū)域分割出，低于設(shè)定閾值的區(qū)域濾去。

優(yōu)選地，所述步驟c具體包括：

g、對分離出的存在目標(biāo)的可疑區(qū)域進行直方圖均衡處理，以壓低背景噪聲的像素值，抬高高亮區(qū)的像素值；

h、通過閾值分割法將像素值高于設(shè)定值的點和區(qū)域分割出；

i、通過區(qū)域標(biāo)記法將分割出的像素值高于設(shè)定值的點和區(qū)域中的高亮孤立噪點去除。

優(yōu)選地，所述步驟d具體包括：

j、提取部分帶有目標(biāo)和旁瓣的聲納圖像中的特征量，所述特征量包括：部分聲納圖像中每幅中各個子區(qū)域的長軸與短軸的比值、部分聲納圖像中每幅中各個子區(qū)域的中心到每幅圖像中心的橫縱坐標(biāo)差值和部分聲納圖像中每幅中各個子區(qū)域的Hu矩的前二階矩；所述BP神經(jīng)網(wǎng)絡(luò)的設(shè)置參數(shù)包括：選取層數(shù)目3、輸入層數(shù)目為5、輸出層數(shù)目2、中間層數(shù)目8；

k、將提取出的各個子區(qū)域的特征量作為訓(xùn)練樣本送入BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練。

本發(fā)明基于神經(jīng)網(wǎng)絡(luò)的多波束水柱目標(biāo)自動分割方法可以有效消除目標(biāo)區(qū)域所在聲納圖中的孤立噪點和旁瓣干擾，較為準(zhǔn)確的將目標(biāo)提取出，有利于對水柱內(nèi)的目標(biāo)進行識別和追蹤。

附圖說明

圖1為本發(fā)明基于神經(jīng)網(wǎng)絡(luò)的多波束水柱目標(biāo)自動分割方法的一個實施例的流程圖；

圖2為本發(fā)明基于神經(jīng)網(wǎng)絡(luò)的多波束水柱目標(biāo)自動分割方法的另一個實施例的流程圖；

圖3為本發(fā)明確定存在目標(biāo)的可疑區(qū)域的方法流程圖；

圖4為本發(fā)明對存在目標(biāo)的可疑區(qū)域進行粗分割的方法流程圖；

圖5為本發(fā)明訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)的方法流程圖；

圖6為本發(fā)明的多波束回波信號轉(zhuǎn)化為聲納圖后的圖像示意圖；

圖7為本發(fā)明的經(jīng)直方圖均衡后的目標(biāo)區(qū)域圖像與直方圖分布示意圖；

圖8為本發(fā)明的粗分割后的目標(biāo)與旁瓣圖像示意圖；

圖9為本發(fā)明的經(jīng)BP神經(jīng)網(wǎng)絡(luò)分割出的目標(biāo)圖像示意圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，下面將結(jié)合發(fā)明實施例中的附圖，對發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，下面所描述的實施例僅僅是發(fā)明一部分實施例，而非全部的實施例。基于發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于發(fā)明保護的范圍。

請參閱圖1，本發(fā)明提供了基于神經(jīng)網(wǎng)絡(luò)的多波束水柱目標(biāo)自動分割方法的一個實施例，包括以下步驟：